HIDROLOGIA E

DRENAGEM
PROF. TAISON ANDERSON BORTOLIN
AULA 8 – HIDROLOGIA ESTATÍSTICA
 VARIÁVEIS HIDROLÓGICAS
Chuva e vazão possuem grande variabilidade no tempo.

Importante estimar probabilidades de ocorrência do

evento hidrológico no futuro, com base na análise
de dados no passado.

Exemplos de variáveis:

• Número anual de dias sem precipitação;

• Vazão média anual de uma bacia hidrográfica;
• Total diário ou mensal de evaporação de um reservatório; etc.

Observações sistemáticas, as quais, conjuntamente, constituirão as amostragens temporais

CLASSIFICAÇÃO DAS AMOSTRAS

❑ Qualitativas

- Estado do tempo (chuvoso, instável, seco; coberto, nuvens esparsas,

ensolarado; vento forte, médio, calmo, etc.)
- Estado de armazenamento de um reservatório: Nível muito alto, alto,
médio, baixo, muito baixo.

❑ Quantitativas

- Discretas (números inteiros): Número de dias chuvosos

- Contínuas (números reais): Altura de precipitação anual.
SÉRIES TEMPORAIS
Registros observados, ao longo do tempo.

- Intervalo entre as observações: Depende da variabilidade do fenômeno observado.

- Representatividade da variável: Natureza do dado coletado e Período amostrado.

- Classificação quanto à amostragem:

▪ Séries completas: Correspondem às observações diretas.
▪ Séries reduzidas: São aproveitados alguns valores (média, máximos, etc.), por intervalo.
SÉRIES TEMPORAIS
ERROS DOS DADOS

❑ Aleatórios: Inerentes ao ato de medir e observar. Representam as diferenças

entre os valores observados e os valores populacionais verdadeiros.

❑ Sistemáticos: Mudanças de técnicas ou equipamentos, calibração ou uso

incorreto, mudança de posição do dispositivo.

❑ Grosseiros: Falha humana, falta de cuidado.

Os erros grosseiros não são contemplados pelos métodos da hidrologia

estatística, devendo ser identificados e corrigidos previamente às aplicações.
ANÁLISE EXPLORATÓRIA DE DADOS HIDROLÓGICOS
✓ Investigação organizada de um conjunto de dados hidrológicos
✓ Extração das características empíricas (observadas) essenciais
✓ Recursos principais: Apresentações gráficas (integral ou resumida) e estatísticas
numéricas.
APRESENTAÇÃO INTEGRAL
ANÁLISE EXPLORATÓRIA DE DADOS HIDROLÓGICOS
APRESENTAÇÃO INTEGRAL
ANÁLISE EXPLORATÓRIA DE DADOS HIDROLÓGICOS
APRESENTAÇÃO INTEGRAL
ANÁLISE EXPLORATÓRIA DE DADOS HIDROLÓGICOS
APRESENTAÇÃO RESUMIDA
Agrupamento por classes, definidas por intervalos, de largura fixa ou variável.
Histogramas:
Contagem de ocorrências em cada classe (frequência)
EXEMPLO
1) Exemplo de análise exploratória de frequência de dias de chuva no mês de janeiro em
um posto pluviométrico.

Dias de Chuva Frequência Frequência Frequência Frequência Relativa

Absoluta Relativa Absoluta Acumulada
11 2 7,7% 2 7,7%
12 5 19,2% 7 26,9%
13 6 23,1% 13 50%
14 7 26,9% 20 76,9%
15 3 11,5% 23 88,5%
16 2 7,7% 25 96,2%
17 1 3,8% 26 100%
EXEMPLO
1) Exemplo de análise exploratória de frequência de dias de chuva no mês de janeiro em
um posto pluviométrico.

Histograma de Frequências
16

14
Intervalo MI Frequência Absoluta
12 <=900 900 0
10 900-1100 1100 3
1100-1300 1300 11
8 1300-1500 1500 12
6
1500 - 1700 1700 14
1700 - 1900 1900 11
4 1900- 2100 2100 5
2100 - 2300 2300 4
2

0
<=900 900-1100 1100-1300 1300-1500 1500 - 1700 1700 - 1900 1900- 2100 2100 - 2300
={(FREQUENCIA(serie;MatrizIntervalo)}
ANÁLISE EXPLORATÓRIA DE DADOS HIDROLÓGICOS
APRESENTAÇÃO RESUMIDA
Frequência Acumulada Relativa (%)
Curva de Permanência 100.0
90.0
80.0

Equivale a um histograma de frequência acumulada 70.0

60.0
relativa das vazões de um rio em um determinado 50.0

local. Uma das análises mais simples e importantes 40.0

na hidrologia.
30.0
20.0
10.0
0.0
0 500 1000 1500 2000 2500

❖ O rio tem uma vazão aproximadamente

constante ou extremamente variável entre os
extremos máximos e mínimos?
❖ Qual é a porcentagem do tempo em que o rio
apresenta vazões em determinada faixa?
Relação entre a vazão e a frequência
(estimada empiricamente) com que essa
vazão é igualada ou superada.

❖ Qual é a porcentagem do tempo em que um rio

tem vazão suficiente para atender determinada
demanda?
ANÁLISE EXPLORATÓRIA DE DADOS HIDROLÓGICOS
APRESENTAÇÃO RESUMIDA

Curva de Permanência

=PERCENTIL(serie;1-k) usar série decrescente

ANÁLISE EXPLORATÓRIA DE DADOS HIDROLÓGICOS
APRESENTAÇÃO RESUMIDA

Curva de Permanência

• Algumas vazões da curva de permanência (por exemplo a Q90 e Q95) são utilizadas
como referências na legislação ambiental e de recursos hídricos.

• As ações e legislações existentes, nos Sistemas Estaduais de Gestão de Recursos

Hídricos, apresentam critérios de estabelecimento de uma “vazão ecológica”, que
visa evitar que o rio seque pelo excesso de uso.

• Nesta forma de proceder, escolhe-se uma vazão de referência (baseada na curva de

permanência de vazões ou num ajuste de probabilidade de ocorrência de vazões
mínimas, Q90 ou Q7,10, por exemplo) e arbitra-se um percentual máximo desta vazão
que pode ser outorgado. O restante da vazão de referência é considerado como sendo
a “vazão ecológica”.
ANÁLISE EXPLORATÓRIA DE DADOS HIDROLÓGICOS
APRESENTAÇÃO RESUMIDA

Curva de Permanência
Estado / Ato Critério da vazão de referência Vazão
Residual
O valor de referência será a descarga regularizada anual com garantia
de 90%. O somatório dos volumes a serem outorgados corresponde a
Bahia 80% da vazão de referência do manancial; 95% das vazões
Decreto no 6296 regularizadas com 90% de garantia, dos lagos naturais ou barragens
de 21 de março de 1997 implantados em mananciais intermitentes e, nos casos de
abastecimento humano, pode - se atingir 95%. 20% das
vazões
regularizad
Ceará O valor de referência será a descarga regularizada anual com garantia
as deverão
Decreto no 23.067 de 90%. O somatório dos volumes a serem outorgados corresponde a
escoar
de 11 fevereiro de 1994 80% da vazão de referência do manancial e nos casos de
para
abastecimento humano, pode-se atingir 95%.
jusante.
Rio Grande do Norte O valor de referência será a descarga regularizada anual com garantia
Decreto no 13.283 de 90%. O somatório dos volumes a serem outorgados não poderá
de 22 de março de1997 exceder 9/10 da vazão regularizada anual com 90% de garantia.
ANÁLISE EXPLORATÓRIA DE DADOS HIDROLÓGICOS
APRESENTAÇÃO RESUMIDA

Curva de Permanência

ESTADO Vazão de referência Vazão Máxima Outorgável Vazão Remanescente

PR 50% Q7,10 50% Q7,10
Q7,10
MG 30% Q7,10 70% Q7,10
PE
80% Q90 20% Q90
BA
PB Q90
RN 90% Q90 10% Q90
CE
ANÁLISE EXPLORATÓRIA DE DADOS HIDROLÓGICOS
APRESENTAÇÃO RESUMIDA

Curva de Permanência

• Energia Assegurada é a energia que pode ser suprida por uma usina com um
risco de 5% de não ser atendida, isto é, com uma garantia de 95% de
atendimento;

•Numa usina com reservatório pequeno, a energia assegurada é definida pela

Q95 ;

• A empresa de energia será remunerada pela Energia Assegurada.

P = Potência (W)
 = peso específico da água (N/m3)
P =  QHe Q = vazão (m3/s)
H = queda líquida (m)
e = eficiência da conversão de energia hidráulica em elétrica (e depende
da turbina; do gerador e do sistema de adução 0,76 < e < 0,87)
EXEMPLO
2) Uma usina hidrelétrica será construída em um rio com a curva de permanência apresentada
abaixo. O projeto da barragem prevê uma queda líquida de 27 metros. A eficiência da
conversão de energia será de 83%. Qual é a energia assegurada desta usina? R: 11MW
ANÁLISE EXPLORATÓRIA DE DADOS HIDROLÓGICOS
Curva de Permanência

Área; geologia; clima; solos; vegetação; urbanização; reservatórios

 Rio Jaguari
Exemplo bacias próximas
RS
Rio Itu
Basalto
Arenito

Vazão média igual

Área drenagem quase igual
Curva de permanência diferente
ESTATÍSTICAS DESCRITIVAS
✓ Sintetizar, de modo simples e econômico, o padrão de distribuição da variável, a
partir de amostragem.
✓ Extração das informações amostrais para a inferência do comportamento
populacional.

MÉDIA
n

x i
x= i =1
n
ESTATÍSTICAS DESCRITIVAS
MEDIANA
É uma medida de posição mais resistente do que a média, por ser imune à eventual presença
de valores extremos discordantes na amostra

MODA
É o valor amostral (xmo) que ocorre com maior frequência.
Valor máximo do polígono de frequências ou da função densidade de probabilidade.
ESTATÍSTICAS DESCRITIVAS
DESVIO-PADRÃO Indica a variabilidade em torno da média

Raiz quadrada da variância, para preservar as unidades da variável original, representado por

VARIÂNCIA AMOSTRAL o desvio quadrático médio dos dados amostrais, representado por
ESTATÍSTICAS DESCRITIVAS
Utilizado para a comparação da variabilidade entre variáveis
COEFICIENTE DE VARIAÇÃO diferentes
É um número adimensional positivo, resultante do quociente entre o desvio padrão e a média aritmética

COEFICIENTE DE ASSIMETRIA
Caracteriza o se, o como e o quanto o polígono de
frequências ou a função densidade de probabilidade se
afasta da condição de simetria, sendo calculado pela
fórmula

=DISTORÇÃO(serie)
ANÁLISE DE FREQUÊNCIA DE EVENTOS
HIDROLÓGICOS EXTREMOS (CHEIAS E SECAS)
Estimar a probabilidade de ocorrência de valores acima ou abaixo de algum valor de referência

União da Vitória PR
Rio Iguaçu

Cheia de 1983
ANÁLISE DE FREQUÊNCIA DE EVENTOS
HIDROLÓGICOS EXTREMOS (CHEIAS E SECAS)
ANÁLISE DE FREQUÊNCIA DE EVENTOS
HIDROLÓGICOS EXTREMOS (CHEIAS E SECAS)
Porto Alegre 2015

Qual é a probabilidade de ocorrência de

uma vazão maior ou igual à vazão
necessária para inundar a cidade?
ANÁLISE DE FREQUÊNCIA DE EVENTOS
HIDROLÓGICOS EXTREMOS (CHEIAS E SECAS)

Qual é a probabilidade de ocorrência de uma vazão menor ou igual à vazão necessária ao

abastecimento da cidade?
Séries de duração anual (máximos e mínimos)
Ano Hidrológico

Grande parte do centro do Brasil: Ano hidrológico outubro a setembro

Sul: Ano hidrológico de maio a abril
 Probabilidade e Tempo de Retorno de Eventos Extremos

• No caso da análise de vazões máximas, são úteis os conceitos de probabilidade de

excedência e de tempo de retorno de uma dada vazão. A probabilidade anual de
excedência de uma determinada vazão é a probabilidade que esta vazão venha a ser
igualada ou superada num ano qualquer. O tempo de retorno desta vazão é o intervalo
médio de tempo, em anos, que decorre entre duas ocorrências subsequentes de uma
vazão maior ou igual. O tempo de retorno é o inverso da probabilidade de excedência
como expresso na seguinte equação:

onde TR é o tempo de retorno em anos e P é a

probabilidade de ocorrer um evento igual ou superior em
1
TR = um ano qualquer.
No caso de vazões mínimas, P refere-se à
P probabilidade de ocorrer um evento com vazão igual ou
inferior.
A equação acima indica que a probabilidade de
ocorrência de uma cheia de 10 anos de tempo de
retorno, ou mais, num ano qualquer é de 0,1 (ou 10%).
 Probabilidade e Tempo de Retorno de Eventos Extremos

A vazão máxima de 10 anos de tempo de retorno (TR = 10 anos) é excedida

em média 1 vez a cada dez anos. Isto não significa que 2 cheias de TR = 10 anos
não possam ocorrem em 2 anos seguidos. Também não significa que não possam
ocorrer 20 anos seguidos sem vazões iguais ou maiores do que a cheia de TR=10
anos.
Estrutura TR (anos)

• Inverso da probabilidade de falha num Bueiros de estradas pouco 5 a 10

movimentadas
ano qualquer: TR = 1/P Bueiros de estradas muito 50 a 100
movimentadas
• TR típicos 2, 5, 10, 25, 50, 100 anos
Pontes 50 a 100

Ocupação da área TR (anos) Diques de proteção de cidades 50 a 200

Residencial 2 Drenagem pluvial 2 a 10

Comercial 5 Grandes barragens (vertedor) 10 mil
Áreas com edifícios de serviço 5
público Pequenas barragens 100
Artérias de trafego 5 a 10
 Risco associado a eventos hidrológicos extremos

Risco é a probabilidade de um evento multiplicada pelas

Probabilidade
consequências (possivelmente prejuízos) desse evento
Inaceitável

Eventos mais severos <p = consequências mais graves

Eventos menos severos >p = consequências menos graves Aceitável
Consequência
MÉTODOS DE ANÁLISE DE FREQUÊNCIA DE
EVENTOS HIDROLÓGICOS EXTREMOS

Probabilidades estimadas a partir de

MÉTODOS EMPÍRICOS observações de variáveis aleatórias

* Amostra pequena = estimativa é incerta

Dados hidrológicos aleatórios e que seguem

MÉTODOS ANALÍTICOS uma distribuição de probabilidades analítica,
como a distribuição normal, por exemplo
CHUVAS ANUAIS E A DISTRIBUIÇÃO NORMAL
O total de chuva que cai ao longo de um ano pode ser considerado uma
variável aleatória com distribuição aproximadamente normal.

Esta suposição permite

explorar melhor amostras
relativamente pequenas,
com apenas 20 anos, por
exemplo
CHUVAS ANUAIS E A DISTRIBUIÇÃO NORMAL
Para o caso mais simples, em que a média da
população é zero e o desvio padrão igual a 1,
a expressão acima fica simplificada:

 z  2
f z (z ) =
1
 exp − 
2   2

x − x
Uma variável aleatória x com média mx e desvio padrão
sx pode ser transformada em uma variável aleatória z,

z= com média zero e desvio padrão igual a 1.

x
Esta transformação pode ser utilizada para estimar a
probabilidade associada a um determinado evento
hidrológico em que a variável segue uma distribuição
normal
EXEMPLO
3) As chuvas anuais no posto pluviométrico localizado em Lamounier, em Minas Gerais (código
02045005) seguem, aproximadamente, uma distribuição normal, com média igual a 1433 mm e
desvio padrão igual a 299 mm. Qual é a probabilidade de ocorrer um ano com chuva total
superior a 2000 mm? R: 2,87%

4) As chuvas anuais no posto pluviométrico localizado em Lamounier, em Minas Gerais (código

02045005) seguem, aproximadamente, uma distribuição normal, com média igual a 1433 mm e
desvio padrão igual a 299 mm. Qual é a probabilidade de ocorrer um ano com chuva total
inferior a 550 mm? R: 0,15%
VAZÕES MÁXIMAS

Usos:
 Dimensionamento de estruturas de drenagem
 Dimensionamento de vertedores
 Dimensionamento de proteções contra cheias
 Análises de risco de inundação
 Dimensionamento de ensecadeiras
 Dimensionamento de pontes
VAZÕES MÁXIMAS
Qpico
Rio Paraguai
Amolar
1 pico anual

Rio Uruguai
Uruguaiana
Vários picos
VAZÕES MÁXIMAS
ANÁLISE DA FREQUÊNCIA EMPÍRICA
VAZÕES MÁXIMAS
ANÁLISE DA FREQUÊNCIA EMPÍRICA

Seleção de vazões máximas a cada ano, obtém-se a série de vazões máximas

Ano Máxima 1957 598 1975 480
1940 953 1958 646 1976 falha Reorganizando as vazões máximas para uma ordem
1941 1171 1959 953 1977 673
decrescente, podemos atribuir uma probabilidade
1942 723 1960 falha 1978 760
1943 267 1961 718 1979 780 empírica de excedência a cada uma das vazões máximas
1944 646 1962 503 1980 653 da série, utilizando a fórmula de Weibull:
1945 365 1963 falha 1981 537
1946 1359 1964 457 1982 945
m
1947 411
1948 480
1965 915
1966 742
1983
1984
1650
1165 P=
1949 365
1950 1192
1967 840
1968 331
1985
1986
888
728
N+1
1951 356 1969 320 1987 809
1952 246 1970 365 1988 945
onde N é o tamanho da amostra (número de anos); e m é
1953 1093 1971 671 1989 1380 a ordem da vazão (para a maior vazão m=1 e para a
1954 840 1972 1785 1990 falha menor vazão m=N).
1955 622 1973 726 1991 falha
1956 falha 1974 397 1992 falha
 Equações de estimativa empírica de probabilidades de excedência a partir do
ordenamento de valores de vazões máximas, onde N é o tamanho da amostra (número
de anos); e m é a ordem da vazão (para a maior m = 1 e para a menor vazão m = N)

𝑚
Weibull 𝑃=
𝑁+1 𝑚 − 0,4
Cunnane 𝑃=
𝑁 + 0,2

𝑚 − 0,3175
Mediana 𝑃=
𝑁 + 0,365 𝑚 − 0,44
Gringorten 𝑃=
𝑁 + 0,12

Hosking 𝑚 − 0,35
𝑃=
𝑁 𝑚 − 0,5
Hazen 𝑃=
𝑁
Blom 𝑚 − 0,375
𝑃=
𝑁 + 0,25
EXEMPLO
Calcule a probabilidade e o período de retorno das vazões máximas do Rio Cuiabá, entre 1984 e 1991

Ano Vazão (m³/s) Ordem Probabilidade TR (anos)

1988 2218 1 0,11 9
1989 2190 2 0,22 4,5
1987 1812 3 0,33 3
1984 1796,8 4 0,44 2,3
1991 1747 5 0,56 1,8
1986 1565 6 0,67 1,5
1985 1492 7 0,78 1,3
1990 1445 8 0,89 1,1

*Organizar de forma decrescente e aplicar uma equação empírica de probabilidade de excedência

Se aplicar Weibull, como no exemplo, o TR associado à maior vazão é de 9 anos. Por Hazen, 18
anos e por Gringorten, 16 anos. Também não é possível extrapolar a estimativa para maiores
períodos de retorno
VAZÕES MÁXIMAS
ANÁLISE DA FREQUÊNCIA POR MÉTODO ANALÍTICO
(COM BASE EM DISTRIBUIÇÃO TEÓRICA)

Para permitir a extrapolação da análise de eventos extremos para tempo

de retorno maiores é comum supor que os valores de vazões máximas
sigam uma determinada distribuição de probabilidade teórico, como a
distribuição normal (ou outra), por exemplo.

Essa metodologia analítica permite explorar melhor as amostras

relativamente pequenas de dados hidrológicos
VAZÕES MÁXIMAS
ANÁLISE DA FREQUÊNCIA POR MÉTODO ANALÍTICO DISTRIBUIÇÃO NORMAL
(COM BASE EM DISTRIBUIÇÃO TEÓRICA)

• Calcular a média Q
• Calcular desvio padrão SQ
•Obter os valores de Z da tabela para probabilidades de 90, 50, 20,
10, 4, 2 e 1%, que correspondem aos TR 1,1; 2; 5; 10; 25; 50 e 100
anos.
• Calcular a vazão para cada TR por

Q = Q + SQ  Z
VAZÕES MÁXIMAS
ANÁLISE DA FREQUÊNCIA POR MÉTODO ANALÍTICO DISTRIBUIÇÃO NORMAL
(COM BASE EM DISTRIBUIÇÃO TEÓRICA)

Subestima!
VAZÕES MÁXIMAS
ANÁLISE DA FREQUÊNCIA POR MÉTODO ANALÍTICO DISTRIBUIÇÃO LOG-NORMAL
(COM BASE EM DISTRIBUIÇÃO TEÓRICA)

• Calcular os logaritmos das vazões máximas anuais

• Calcular a média
• Calcular desvio padrão S
• Obter os valores de K da tabela para probabilidades de 90, 50, 20, 10,
4, 2 e 1%, que correspondem aos TR 1,1; 2; 5; 10; 25; 50 e 100 anos.
• Calcular o valor de x (logaritmo da vazão) para cada TR por
x = x + S K
• Calcular as vazões usando Q = 10 x para cada TR
VAZÕES MÁXIMAS
ANÁLISE DA FREQUÊNCIA POR MÉTODO ANALÍTICO DISTRIBUIÇÃO LOG-NORMAL
(COM BASE EM DISTRIBUIÇÃO TEÓRICA)
VAZÕES MÁXIMAS
ANÁLISE DA FREQUÊNCIA POR MÉTODO ANALÍTICO DISTRIBUIÇÃO LOG-PEARSON
(COM BASE EM DISTRIBUIÇÃO TEÓRICA) TIPO 3

• Utiliza, além da média e do desvio

padrão, um terceiro parâmetro estimado x=
 x i

a partir dos dados, que é o coeficiente N

 (x − x )
de assimetria. 2
• Também pode ser expressa na forma: i
S=
(N − 1)
x = x + S K
 (x − x )
3
N i
• Valores de K tabelados para diferentes G=
valores do coeficiente de assimetria. (N − 1) (N − 2) S 3
VAZÕES MÁXIMAS
ANÁLISE DA FREQUÊNCIA POR MÉTODO ANALÍTICO DISTRIBUIÇÃO LOG-PEARSON
(COM BASE EM DISTRIBUIÇÃO TEÓRICA) TIPO 3

Probabilidade
G 0,5 0,2 0,1 0,04 0,02 0,01
1,4 -0,225 0,705 1,337 2,128 2,706 3,271
1,0 -0,164 0,758 1,340 2,043 2,542 3,022
0,6 -0,099 0,800 1,328 1,939 2,359 2,755
0,2 -0,033 0,830 1,301 1,818 2,159 2,472
0,0 0,000 0,842 1,282 1,751 2,054 2,326
-0,2 0,033 0,850 1,258 1,680 1,945 2,178 Exemplo de tabela de K
-0,6 0,099 0,857 1,200 1,528 1,720 1,880
Outras tabelas mais completas na
-1,0 0,164 0,852 1,128 1,366 1,492 1,588 bibliografia
-1,4 0,225 0,832 1,041 1,198 1,270 1,318
VAZÕES MÁXIMAS
ANÁLISE DA FREQUÊNCIA POR MÉTODO ANALÍTICO DISTRIBUIÇÃO LOG-PEARSON
(COM BASE EM DISTRIBUIÇÃO TEÓRICA) TIPO 3

• Calcular os logaritmos das vazões máximas anuais

• Calcular a média, o desvio padrão e o coeficiente de assimetria G
• Obter os valores de K da tabela para o G calculado e para as
probabilidades de 90, 50, 20, 10, 4, 2 e 1%, que correspondem aos TR
1,1; 2; 5; 10; 25; 50 e 100 anos.
• Calcular o valor de x (logaritmo da vazão) para cada TR por
x = x + S K
• Calcular as vazões usando Q = 10 x para cada TR
VAZÕES MÁXIMAS
ANÁLISE DA FREQUÊNCIA POR MÉTODO ANALÍTICO DISTRIBUIÇÃO LOG-PEARSON
(COM BASE EM DISTRIBUIÇÃO TEÓRICA) TIPO 3
VAZÕES MÁXIMAS
ANÁLISE DA FREQUÊNCIA POR MÉTODO ANALÍTICO
DISTRIBUIÇÃO GUMBEL
(COM BASE EM DISTRIBUIÇÃO TEÓRICA)

• A vazão para um dado tempo de retorno pode ser calculada por:

• Calcular a média
• Calcular desvio padrão
• Para cada TR, calcular x
(vazão de cheia) com
base em:
   TR  
x = x − s  0,45 + 0,7797  ln ln   
   TR − 1  
VAZÕES MÁXIMAS
ANÁLISE DA FREQUÊNCIA POR MÉTODO ANALÍTICO
DISTRIBUIÇÃO GUMBEL
(COM BASE EM DISTRIBUIÇÃO TEÓRICA)

• Calcular a média
• Calcular desvio padrão Q b P TR

• Criar uma tabela Q, b, P 100 . . .

• Preencher com valores de Q
200 . . .
• Calcular b

b=
1
0,7797  S
(
 x − x + 0,45  S ) 3000 . . .

Calcular P −e − b
•
P = 1− e
VAZÕES MÁXIMAS
ANÁLISE DA FREQUÊNCIA POR MÉTODO ANALÍTICO
DISTRIBUIÇÃO GUMBEL
(COM BASE EM DISTRIBUIÇÃO TEÓRICA)
VAZÕES MÁXIMAS
ANÁLISE DA FREQUÊNCIA POR MÉTODO ANALÍTICO
(COM BASE EM DISTRIBUIÇÃO TEÓRICA)

TR Normal Log Normal Log Pearson 3 Gumbel

2 754 678 685 696
5 1050 1010 1013 1007
10 1204 1245 1236 1212
25 1369 1554 1522 1472
50 1475 1794 1737 1665
100 1571 2041 1953 1856
Comparação de resultados
VAZÕES MÍNIMAS
Usos:
 Disponibilidade hídrica em períodos críticos
 Legislação de qualidade de água
VAZÕES MÍNIMAS

A análise de vazões mínimas é semelhante à análise de vazões

máximas, exceto pelo fato que no caso das vazões mínimas o
interesse é pela probabilidade de ocorrência de vazões iguais ou
menores do que um determinado limite.
No caso da análise utilizando probabilidades empíricas, esta
diferença implica em que os valores de vazão devem ser organizados
em ordem crescente, ao contrário da ordem decrescente utilizada
no caso das vazões máximas.
VAZÕES MÍNIMAS
VAZÕES MÍNIMAS

• Semelhante ao caso das vazões máximas

• Normalmente as vazões mínimas que interessam tem a

duração de vários dias

• Q7,10
é a vazão mínima de 7 dias de duração com TR de
10 anos.

Ver distribuição de weibull para Q7,10

COMENTÁRIOS SOBRE AS DISTRIBUIÇÕES
• Vazões máximas não seguem distribuição normal.
• Distribuição assimétrica.
• Estimativa de vazões máximas com
 Log Normal
 Gumbel
 Log Pearson 3
• Não há uma distribuição perfeita.
• Log Pearson 3 é recomendada oficialmente nos EUA, mas não é adequada
quando N é pequeno.
• Gumbel tem a vantagem de não necessitar tabelas.
• Incerteza da curva – chave.
DISTRIBUIÇÃO BINOMIAL
• Boa parte da análise de frequência de eventos hidrológicos extremos está
relacionada ao dimensionamento, avaliação ou projeto de estruturas que
tem vida útil de muitos anos.

Ex: TR = 100 anos (Dimensionada de forma a permitir a passagem

de uma cheia de 100 anos de tempo de retorno. Significa que em
um ano qualquer a probabilidade de cheia com vazão igual ou
superior é 1%.)

Mas qual é a probabilidade que esta obra venha a falhar (ser

atingida por uma cheia com TR>100 anos) durante N anos de sua
vida útil?

Considera-se que a Vazão é uma variável discreta que assume dois valores: Q+, quando Q>QTR100 e
Q-, quando Q<QTR100. A probabilidade de ocorrer Q+ em uma no qualquer é P = 1/TR.
A probabilidade de ocorrer Q- em um ano qualquer é P = 1-1/TR.
DISTRIBUIÇÃO BINOMIAL
• P de Q com TR= 100 anos ser igualada ou excedida = 1%
• P de que isso não aconteça = 99%

Condições para probabilidade binomial:

- São realizadas N tentativas;
- Em cada tentativa o evento pode ocorrer ou não, sendo que a
probabilidade de que o evento ocorra é dada por P, e a não
ocorrência por 1-P;
- Probabilidade de ocorrência do evento numa tentativa qualquer é
constante e as tentativas independentes
DISTRIBUIÇÃO BINOMIAL
𝑁!
𝑃𝑥 𝑋 = 𝑥 = . 𝑃 𝑥 . (1 − 𝑃)𝑁−𝑥
𝑥! 𝑁 − 𝑥 !
𝑃𝑥 𝑋 = 𝑥 = probabilidade de que o evento ocorra x vezes em N tentativas.
P = probabilidade que o evento ocorra numa tentativa qualquer
1- P = probabilidade de que o evento não ocorra em uma tentativa qualquer

EXEMPLO
1. A probabilidade da vazão de 10 anos de tempo de retorno seja igualada ou excedida em um ano
qualquer é de 10%. Qual é a probabilidade que ocorra pelo menos uma cheia dessa magnitude
(ou superior) ao longo de um período de 5 anos? R = 41%

2. Na cidade Porto Amnésia um apresentador de televisão defende a remoção do dique que

protege a cidade das cheias do rio Goiaba. Ele argumenta afirmando que o dique foi
dimensionado para a cheia de 50 anos, e que há 65 anos não ocorre na cidade nenhuma cheia
que justificaria a existência de qualquer dique. Analise as ideias do apresentador. Calcule qual
é a probabilidade de que não ocorra nenhuma cheia de tempo de retorno igual ou superior a 50
anos ao longo de um período de 65 anos. R = 27%
 OBRIGADO PELA ATENÇÃO

MAIORES INFORMAÇÕES E OUTROS MATERIAIS

Livro: Hidrologia Estatística (CPRM)

Tucci – Hidrologia, Ciência e Aplicação

Maidment – Handbook of Hydrology

Righetto – Hidrologia e Recursos Hídricos